Clase 2: Investigación reproducible

Derek Corcoran
"09/08, 2018"

¿Que es investigación reproducible?

Código, datos (Crudos) y texto entrelazados
en R: Rmarkdown (Rmd) y Rpresentation (Rpres) entre otros

Peng

Github

Como “Google Drive” o “Dropbox” para código
Control de cambios (Podemos volver a cualquier versión anterior)
En base a codigo (idealmente), pero hay GUIs
Cada proyecto es un repositorio

plot of chunk unnamed-chunk-2

Crear primer repositorio

Crearse cuenta en githib.com
Crear repositorio en github

plot of chunk unnamed-chunk-3

Crear primer repositorio

plot of chunk unnamed-chunk-4

Copiar la url

plot of chunk unnamed-chunk-5

Volvamos a RStudio

Creamos un proyecto nuevo

plot of chunk unnamed-chunk-6

Pegamos la URL

plot of chunk unnamed-chunk-7

La nueva pestaña git

plot of chunk unnamed-chunk-8

Los "¿tres?" pasos de un repositorio

Git add: Agregar a los archivos que vas a guardar
Git commit: Guardar en el repositorio local (Mi computador)
Git push: Guardar en el repositorio remoto (En la nube)

A guardar el repositorio

Repo

Reproducibilidad en R

Rep

Una carpeta
- Datos crudos (csv, xls, html, json)
- Codigo y texto (Rmd, Rpres, shiny)
- Resultados (Manuscrito, Pagina Web, App)

Metas del día de hoy

Un código en un chunk
Un inline code
Una tabla en el Rmarkdown
Primer commit en github
Entender que significan las metas de hoy

Crear un nuevo Rmarkdown

NewRMD

Partes de un Rmd

Texto
Cunks
Inline code
Cheat sheet Rmd
El botón mágico Knit

NewRMD

Texto

Titulo

subtitulo

cursiva

negrita

link

# Titulo

## subtitulo

*cursiva*

**negrita**

[link](https://stackoverflow.com/users/3808018/derek-corcoran)

Chunks (Meta 1)

Chunk

echo = T o F muestro o no codigo
message = T o F muestra mensajes de paquetes
warning = T o F muestra advertencias
eval = T o F evaluar o no el código
cache = T o F guarda o no el resultado
Para más opciones ver este link

Inline code (Meta 2)

Inline

Código entrelazado en el texto
Para actualizar medias, máximos, mínimos
Valores de p, diferencias estadísticas
Pueden ser vectores, no tablas.

Ejemplo

Pueden copiar el codigo de el siguiente link, copiarlo en un archivo rmd, apretar knit y debieran ver algo como esto:

Otro ejemplo

Terremotos

Ejercicio 1

Usando la base de datos iris crea un inline code que diga cuál es la media del largo del pétalo de la especie Iris virginica
- solución:
- la media para I. virginica es 5.552
- “la media para I. virginica es "r mean((iris %>% filter(Species == "virginica”))$Petal.Length)“”

Empezemos a trabajar!!!

Arrr

Tablas: Kable y Stargazer

kable parte de knitr, tabla igual a lo ingresado
stargazer mas avanzado, comparación de modelos
otras opciones como texreg

Stargazer: Tablas resumen (Meta 3)

Chunk debe estar en results: “asis”
Si es para html la opción debe estar en type = “html”
Si es para pdf la opción debe estar en type = “latex”
Se puede exportar tabla

library(stargazer)
stargazer(iris,type = "html")


Statistic	N	Mean	St. Dev.	Min	Pctl(25)	Pctl(75)	Max

Sepal.Length	150	5.843	0.828	4.300	5.100	6.400	7.900
Sepal.Width	150	3.057	0.436	2.000	2.800	3.300	4.400
Petal.Length	150	3.758	1.765	1.000	1.600	5.100	6.900
Petal.Width	150	1.199	0.762	0.100	0.300	1.800	2.500

Stargazer: Resumen de modelos economía combustible 1

data("mtcars")
kable(head(mtcars))

	mpg	cyl	disp	hp	drat	wt	qsec	vs	am	gear	carb
Mazda RX4	21.0	6	160	110	3.90	2.620	16.46	0	1	4	4
Mazda RX4 Wag	21.0	6	160	110	3.90	2.875	17.02	0	1	4	4
Datsun 710	22.8	4	108	93	3.85	2.320	18.61	1	1	4	1
Hornet 4 Drive	21.4	6	258	110	3.08	3.215	19.44	1	0	3	1
Hornet Sportabout	18.7	8	360	175	3.15	3.440	17.02	0	0	3	2
Valiant	18.1	6	225	105	2.76	3.460	20.22	1	0	3	1

Stargazer: Resumen de modelos economía combustible 2

M1 <- lm(mpg~wt, data = mtcars)
M2 <- lm(mpg~hp, data = mtcars)
M3 <- lm(mpg~hp + wt, data = mtcars)

stargazer(M1, M2, M3, type ="html", single.row=TRUE)


	Dependent variable:

	mpg
	(1)	(2)	(3)

wt	-5.344^*** (0.559)		-3.878^*** (0.633)
hp		-0.068^*** (0.010)	-0.032^*** (0.009)
Constant	37.285^*** (1.878)	30.099^*** (1.634)	37.227^*** (1.599)

Observations	32	32	32
R²	0.753	0.602	0.827
Adjusted R²	0.745	0.589	0.815
Residual Std. Error	3.046 (df = 30)	3.863 (df = 30)	2.593 (df = 29)
F Statistic	91.375^*** (df = 1; 30)	45.460^*** (df = 1; 30)	69.211^*** (df = 2; 29)

Note:	^p<0.1; ^p<0.05; ^**p<0.01

Armemos nuestras propias tablas!!!

Tabla

Meta del día de hoy

Piensen en una pregunta a resolver con sus datos